我有一个数据框,其中包含一个月内有关火车站的数据,其中三个是索引:Station、Date、Hour。 我可以看起来像这样:
Station Date Hour Passengers
Berlin HBF 2012-12-24 12:00 1000
Berlin HBF 2012-12-24 13:00 2000
Berlin HBF 2012-12-24 14:00 1000
Berlin HBF 2012-12-24 15:00 1000
....
Stuttgart 2012-12-24 12:00 500
因为我只对一个月内某个站点的总和感兴趣,所以我想按站点、日期和小时进行分组,这样最终结果如下所示:
Station Passengers
Berlin HBF 4000
....
Stuttgart 500
但是我无法让 pandas 解决这个问题,我试过: byStation = traindata.groupby(['Station', 'Date', 'Hour']).agg(np.sum()) 但这只是返回一个多索引,所有行...
请您参考如下方法:
您似乎只想按“Station”分组,然后对“Passangers”列求和。您在这里不需要多索引。您的解决方案将创建一个,但由于它与您的原始数据相同,因此毫无用处。
这个应该可以工作:
traindata.groupby("Station").Passengers.sum()
